Scipy 给出了错误的矩阵乘法结果

Question

我正在使用scipy 做稀疏矩阵的矩阵乘法。出于某种原因，.power() 方法不适用于稀疏矩阵。我用三种方法检查过：

这是我的代码：

import scipy as sp
import scipy.sparse 

方法1：普通矩阵乘法

row = np.array([0, 3, 1, 0])
col = np.array([0, 3, 1, 2])
data = np.array([4, 5, 7, 9])
P1 = sp.sparse.coo_matrix((data, (row, col)), shape=(4, 4))
#Method 1
P1.power(4).todense() #gives wrong result

结果：

matrix([[ 256,    0, 6561,    0],  #6561 isn't right
        [   0, 2401,    0,    0],
        [   0,    0,    0,    0],
        [   0,    0,    0,  625]], dtype=int32)

方法二：

P = P1.copy()
#calculate ^4
for loop in range(2):
    P = P.dot(P)
P.todense()

输出

matrix([[ 256,    0,  576,    0],
        [   0, 2401,    0,    0],
        [   0,    0,    0,    0],
        [   0,    0,    0,  625]], dtype=int32)

方法3

P1.dot(P1).dot(P1).dot(P1).todense()

输出：

matrix([[ 256,    0,  576,    0],
        [   0, 2401,    0,    0],
        [   0,    0,    0,    0],
        [   0,    0,    0,  625]], dtype=int32)

方法四：

可以在this website (symbolab.com)查看结果

关于此主题的其他主题（Element-wise power of scipy.sparse matrix、Matrix power for sparse matrix in python），重点关注如何 进行矩阵乘法。如有任何帮助，我将不胜感激。

Answer 1

您可以使用** 表示法：

(P1**4).todense()

结果：

[[ 256    0  576    0]
 [   0 2401    0    0]
 [   0    0    0    0]
 [   0    0    0  625]]

编辑：关于.power() 没有返回预期结果的原因：

——正如Zinki 在他们的comment 中提到的那样：

_{p.power(2) 是“元素方面的力量”。 9**4 = 6561.}